自定义类型XSD 1.0验证失败，正则匹配异常求助

这种不一致通常是因为XML Schema正则表达式与regex101默认使用的PCRE（Perl兼容正则表达式）在语法、匹配规则上存在关键差异，结合Xerces-J的实现特性，具体原因可能有以下几点：

• 正则引擎语法差异
  XSD遵循W3C定义的XML Schema正则规范，和PCRE的语法有不少冲突点：

  • 字符类：XSD不支持PCRE的简写字符类，比如\d要写成[0-9]，\w要写成[a-zA-Z0-9_]；
  • 量词：XSD不支持{1,}这种省略上限的写法，需用+或{1,unbounded}替代；
  • 锚点：XSD正则默认强制全字符串匹配，不需要手动添加^或$——如果你的XSD正则里加了这两个锚点，反而会导致匹配失败；
  • 转义规则：XSD对特殊字符的转义要求更严格，比如字符类中的-如果不在开头或结尾，必须转义为\-，而PCRE允许在中间直接使用。

• 匹配范围的隐式规则差异
  regex101默认只要字符串中存在符合正则的片段就算匹配通过（除非手动添加全匹配锚点），但XSD的simpleType正则约束要求整个属性值完全符合正则规则。比如你用abc作为正则，regex101会匹配abc123，但XSD会判定abc123不符合要求。

• Xerces-J的实现细节
  Xerces-J严格遵循XML Schema规范，对某些边缘场景的处理和PCRE不同：

  • 空白字符：XSD会将属性值中的所有空白（包括换行、制表符）视为有效内容，而regex101如果没开启对应模式，可能会忽略这些空白；
  • 贪婪匹配：XSD正则默认是贪婪模式，且不支持PCRE的非贪婪修饰符（比如?），如果你的正则依赖非贪婪匹配，在XSD中会失效。

• XSD命名空间或版本问题
  确认你的XSD文件引用的是正确的XML Schema命名空间：http://www.w3.org/2001/XMLSchema，旧版本的命名空间（如2000年版）对正则的支持有限，可能导致验证失败。

举个实际例子：如果你的PCRE正则是^\w{3,}$，对应的XSD正则应该写成[a-zA-Z0-9_]{3,unbounded}，并且去掉^和$。

内容的提问来源于stack exchange，提问作者Robert Hairgrove